$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"

논문 상세정보

시간일관성을 사용한 강인한 평면기반 카메라 추적

Robust Plane-Based Camera Tracking Using Temporal Coherence

초록

모바일 환경에서 평면기반 카메라 추적을 이용해서 가상 물체를 증강시킬 때 강건함과 실시간성은 매우 중요하면서도 서로 상반관계에 있다. 본 논문은 이러한 문제를 해결하기 위해서 인접한 프레임 사이의 시간일관성을 이용한다. 즉, 카메라 움직임이 크지 않다고 가정하고, 이전 프레임의 정보로부터 현재 프레임에서의 초기 카메라 포즈를 쉽게 얻을 수 있으며, 이를 이용함으로써 좀더 강건하면서 빠른 평면기반 카메라 추적 방법을 제안한다. 또한, 특징점 추적을 보다 효율적인 방법으로 대체함으로써, 속도 개선을 극대화한다. 실험을 통해서 제안된 방법이 50%정도의 시간이 절약되면서도 강건함이 보장된다는 것을 확인하였다.

본문요약 

문제 정의
  • 본 논문에서 평면기반 카메라 추적을 할 때 강건성을 유지하면서도 빠른 속도를 내기 위해서 이전 프레임의 호모그래피를 이용해서 현재 입력영상을 와핑해서 현재의 호모그래피를 구하는 방법을 제안하였다.

    본 논문에서 평면기반 카메라 추적을 할 때 강건성을 유지하면서도 빠른 속도를 내기 위해서 이전 프레임의 호모그래피를 이용해서 현재 입력영상을 와핑해서 현재의 호모그래피를 구하는 방법을 제안하였다. 카메라의 움직임이 크지 않다는 가정아래에서 제안된 방법을 이용하면 특징기술자 자체의 단점을 보완해줄 수 있다는 결론을 내릴 수 있다.

  • 본 논문에서는 이러한 계산 복잡성의 문제점에 대응하기 위해서 인접한 프레임간의 시간일관성에 기반하여 이전 프레임에서의 호모그래피를 이용하여 입력 영상을 와핑(warping)시켜서 참조 영상과의 호모그래피가 단위 행렬에 가깝도록 만들어 준 뒤에 참조 영상과의 특징점 매칭을 수행한다.

    그러나, 이러한 크기, 회전에 불변하기 위해 부가적인 처리를 추가하게 되면 계산의 복잡도가 자연스럽게 증가하게 되기 때문에, PC 환경에 비해 성능이 떨어지는 모바일 환경에서는 사용하기에 적합하지 않게 될 수도 있다. 본 논문에서는 이러한 계산 복잡성의 문제점에 대응하기 위해서 인접한 프레임간의 시간일관성에 기반하여 이전 프레임에서의 호모그래피를 이용하여 입력 영상을 와핑(warping)시켜서 참조 영상과의 호모그래피가 단위 행렬에 가깝도록 만들어 준 뒤에 참조 영상과의 특징점 매칭을 수행한다. 따라서, 크기, 회전 변화에 불변한 특징점 검출 및 기술자를 사용할 필요가 없고, BRIEF 를 사용한다.

본문요약 정보가 도움이 되었나요?

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

  • 원문 URL 링크 정보가 존재하지 않습니다.

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

DOI 인용 스타일

"" 핵심어 질의응답